AI 時代的工程師職缺：薪水在漲，入門門票在變少

這陣子很常看到一個問題：「AI 都會寫程式了，現在轉職當工程師還來得及嗎？」

與其憑感覺回答，我讀了美國求職平台 Indeed 的研究單位 Hiring Lab 這兩個月發布的三份資料：10 月 22 日的 US Labor Market Snapshot, October 2026、9 月 17 日的 AI 曝險與薪資分析，以及 9 月 24 日的經濟學家季度調查。先說明：這些都是美國資料，台灣市場不一定同步，但方向值得參考。

一、軟體開發仍是最冷的職缺類別

10 月的快照裡，Indeed 的整體職缺指數在 10 月 16 日是 103.8，比 2020 年 2 月疫情前高了將近 4%。

但軟體開發不一樣：在各類別比較中，它的指數約 79，是圖表裡最低的。科技重鎮也一樣冷，西雅圖（67）、舊金山（72）的地區指數都在全美最低之列。

同一份快照裡，跟 AI 相關的職缺占全部職缺的 7.3%，已經超過 2022 年的前一次高點 3.3%。

也就是說：總量還沒回來，但需求的組成在換。

二、AI 高曝險的職務，薪水漲得比較快

9 月 17 日的分析用 Indeed 自己的指標，把職務依「技能被生成式 AI 改變的程度」分成三組。軟體開發、IT 支援、資料分析、行銷、金融被歸在高曝險組。

結果跟很多人的直覺相反：

• 2021 年以來，高曝險職務的刊登薪資漲了約 46%，低曝險職務約 25%
• 控制職業組成後，ChatGPT 出現之後高曝險職務有 5.7% 的薪資溢價
• 這些職務的職缺在 2022 到 2026 年間跌最多，但過去一年也是反彈最多的

作者的結論是，AI 目前比較像是熟練工作者的「互補」，而不是取代。

三、但入門的門變窄了

同一篇分析裡，我覺得對轉職者最重要的是這組數字：在高曝險職務中，入門職缺的占比從 2021 年的 29% 掉到 2026 年的 10%，資深職缺則從 22% 升到 47%。

作者也提醒，薪資上漲有一部分正是因為職缺變少、而且變得更資深。換句話說，平均薪水變高，有一部分是因為便宜的入門職缺消失了。

四、連經濟學家都還沒有共識

9 月 24 日的季度調查問了 123 位經濟學家與專家（9 月 8 日到 16 日進行）。被問到未來 12 個月哪些領域會因 AI 出現最大的就業變化時，軟體開發同時出現在「損失最大」和「成長最大」兩張名單上。

另一個訊號是：「AI 對大學學歷者的薪資影響較負面」這題的指數，從上季的 47.3 掉到 42.4，是整份調查變化最大的一項。

五、我的觀點：對轉職者的意義

我自己是從食品科學、生醫研究所一路自學轉成工程師的。用這幾份資料回頭看，我會這樣建議現在想轉職的人：

1. 不要只拿「會寫程式」去競爭

入門職缺占比從 29% 掉到 10%，代表「能照規格寫出功能」這件事最容易被 AI 壓縮。市場付錢的是更上游的判斷：拆解問題、設計邊界、確認結果是對的。

2. 你原本的領域是籌碼，不是包袱

AI 相關職缺在增加，但真正能落地的 AI 專案都需要懂業務的人。醫療、製造、金融、食品，任何你熟悉的領域加上工程能力，都比純工程背景更難被取代。

3. 作品集要展示「交付」，不只是「功能」

從需求、架構、測試到部署與維運的完整專案，比十個 tutorial 專案有說服力。能說清楚自己怎麼驗證 AI 寫的程式碼，會是加分。

4. 把 AI 當成學習加速器

AI 讓自學的速度變快，也讓入門門檻在職缺端變高。兩件事同時成立，所以更要用 AI 把基礎補得更扎實，而不是跳過基礎。

---

數據告訴我們，路還在，但入口變窄、要求變高。如果你正在評估轉職方向，或想聊聊跨領域背景怎麼轉成工程上的優勢，歡迎預約 30 分鐘初談。